Hinzufügen von Spalten, wenn sie im Dataframe vorhanden sind: pandas

Question

Ich habe ein Dataframe, wo ich drei Spalten hinzufügen und eins machen möchte, und ich möchte es für die Spalten, die im Datenrahmen ausgibt. so zum Beispiel mag ich folgende Spalten

List_ID=['ID1','ID2','ID3'] 
df # Df is the data frame 

Ich versuche folgende für Aufsummierung der „falls vorhanden“, Spalten, aber nicht in der Lage hinzuzufügen.

ID=sum[[col for col in list_ID if col in df.columns]] 

Und ID1 zu erklären, sie ID2 Spalten können wie sein

df = pd.DataFrame({'Column 1':['A', '', 'C', ' '],'Column 2':[' ', 'F', ' ', '']}) 
and my new column ID will look like 

In[34]: a=df['Column 1'] + (df['Column 2']) 

In[35]: a 

    Out[35]: 
    0 A 
    1 F 
    2 C 
    3  

Alle Vorschläge sind willkommen

Answer 1

IIUC eine mögliche Lösung ist strip wtihespaces:

a=df['Column 1'].str.strip() + df['Column 2'].str.strip() 
print (a) 
0 A 
1 F 
2 C 
3  
dtype: object 

Weitere allgemeine Lösung ist der erste Filter Spaltennamen:

import pandas as pd 

df = pd.DataFrame({'ID1':[' A', '', 'C', ' '], 
        'ID2':[' ', 'F', ' ', ''], 
        'ID5':['T', 'E', ' ', '']}) 
print (df) 
    ID1 ID2 ID5 
0  A  T 
1   F E 
2  C   
3  

List_ID=['ID1','ID2','ID3'] 
cols = df.columns[df.columns.isin(List_ID)] 
print (cols) 
Index(['ID1', 'ID2'], dtype='object') 

#there are whitespaces 
print (df[cols].sum(axis=1)) 
0  A 
1   F 
2  C 
3   
dtype: object 

Und dann müssen Sie Funktion strip für jede Spalte mit Liste Verständnis anwenden, concat Ausgabeliste und zuletzt sum durch Spalten (axis=1)

print (pd.concat([df[c].str.strip() for c in df[cols]], axis=1).sum(axis=1)) 
0 A 
1 F 
2 C 
3  

EDIT von Kommentar:

import pandas as pd 

df = pd.DataFrame({'ID1':[15.3, 12.1, 13.2, 10.0], 
        'ID2':[7.0, 7.7, 2, 11.3], 
        'ID5':[10, 15, 3.1, 2.2]}) 

print (df) 
    ID1 ID2 ID5 
0 15.3 7.0 10.0 
1 12.1 7.7 15.0 
2 13.2 2.0 3.1 
3 10.0 11.3 2.2 

List_ID=['ID1','ID2','ID3'] 
cols = df.columns[df.columns.isin(List_ID)] 
print (cols) 
Index(['ID1', 'ID2'], dtype='object') 

#summed floats 
print (df[cols].sum(axis=1)) 
0 22.3 
1 19.8 
2 15.2 
3 21.3 
dtype: float64 

#cast float to string and sum 
print (df[cols].astype(str).sum(axis=1)) 
0  15.37.0 
1  12.17.7 
2  13.22.0 
3 10.011.3 
dtype: object 

#cast float to int, then to str, sum, then removed float 0 by cast to int and last to str 
print (df[cols].astype(int).astype(str).sum(axis=1).astype(int).astype(str)) 
0  157 
1  127 
2  132 
3 1011 
dtype: object 

#cast float to int, then to str and concanecate by join 
print (df[cols].astype(int).astype(str).apply(lambda x: ''.join(x), axis=1)) 
0  157 
1  127 
2  132 
3 1011 
dtype: object